Modelos espaciales lineales gausianos en el estudio de la variabilidad espacial
Descripción del Articulo
Los modelos espaciales lineales gausianos son utilizados para explicar la estructura de variabilidad espacial de variables aleatorias regionalizadas, permitiendo la construcción de mapas temáticos por interpolación utilizando la técnica kriging. La estimación de los parámetros del modelo es realizad...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2015 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | UNMSM-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/4828 |
Enlace del recurso: | https://hdl.handle.net/20.500.12672/4828 |
Nivel de acceso: | acceso abierto |
Materia: | Dependencia espacial Geoestadística https://purl.org/pe-repo/ocde/ford#1.01.03 |
Sumario: | Los modelos espaciales lineales gausianos son utilizados para explicar la estructura de variabilidad espacial de variables aleatorias regionalizadas, permitiendo la construcción de mapas temáticos por interpolación utilizando la técnica kriging. La estimación de los parámetros del modelo es realizada utilizando el método de máxima verosimilitud, obteniendo estimadores no sesgados de variancia mínima. Sin embargo, la estimación de los parámetros del modelo, así como la construcción de los mapas temáticos, puede ser afectada por la presencia de observaciones influyentes, siendo necesario estudios de sensibilidad. El objetivo de este trabajo es de presentar: los métodos geoestadísticos en el estudio de la variabilidad espacial de variables regionalizadas utilizando los modelos espaciales lineales gausianos; estudiar las técnicas de diagnósticos de influencia global y local de las variables regionalizadas utilizando tres esquemas de perturbación para la variable respuesta que son presentadas en la literatura. Finalmente, la metodología presentada es aplicada en dos conjuntos de datos reales, posibilitando evaluar la metodología desarrollada. Palabras clave: Dependencia espacial, Diagnóstico, Geoestadística, Máxima verosimilitud. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).